本周嵌入式技术简报聚焦最新产品发布、融资里程碑、行业事件和关键人事变动。 STMicroelectronics推出首个NFC智能香水瓶 全球领先半导体制造商STMicroelectronics宣布香水行业首个联网瓶身，将NFC非接触式芯片嵌入Paco Rabanne Phantom Universe香水瓶盖。这项创新让用户即时访问香水数字生态，解锁独家内容和个性化体验。 Sensors Converge大会聚焦传感器与AI 在圣何塞举行的Sensors Converge大会上，View公司AI与传感器副总裁Aditya Dayal强调传感器和AI如何改善人类健康、应对气候变化，聚焦智能建筑。其

AEye在加州都柏林研发的远程激光雷达系统，可探测1000米外车辆、200米外行人，并能用多测量点在120米处发现砖块大小的微小物体。这种能力对自动驾驶汽车和重型卡车至关重要，为反应决策赢足处理时间。 结合摄像头和雷达，激光雷达是ADAS和完全自动驾驶的基石。AEye设计了1550 nm可放大激光器搭配专有MEMS扫描仪，通过软件可针对任何车型调优。AEye ADAS解决方案产品管理负责人Indu Vijayan在DesignCon 2021主题演讲后接受《EE Times Europe》采访，详述技术潜力。 AEye的Indu Vijayan 据AEye介绍，系统的1550 nm激光器实现

Ambarella宣布以3.075亿美元收购Oculii公司，旨在拓展雷达感知和传感器融合业务——这是下一代汽车AI的关键技术。 Oculii成立于2013年，总部位于俄亥俄州代顿，开创了自适应AI软件，可将标准量产雷达芯片转化为高分辨率传感器。通过动态调整波形参数，Oculii算法实现分辨率提升百倍，探测范围延伸至400米，增强精度——同时功耗和成本与传统雷达相当。 这些能力为汽车全谱系开启新可能：从高级驾驶辅助系统（ADAS）到全自动驾驶、机器人、安防解决方案。该技术实现全天候、宽视场感知平台，可与现有雷达射频模块集成。 Oculii已与前15大汽车Tier 1供应商中的10家合作，并与领

高级驾驶辅助系统（ADAS）的快速普及，将自主感知从未来愿景变为日常现实。然而支撑这些系统的底层雷达技术面临关键障碍：干扰。 车企如今几乎在每辆新车上安装ADAS，使雷达成为泊车辅助、盲区检测、自适应巡航、前向碰撞预警、自动紧急制动等功能的骨干。随着雷达装备车辆激增，信号干扰风险——即雷达拥堵——成为真实安全隐患。 什么是雷达干扰？ 当一辆车的雷达发射与另一辆车重叠时，会干扰接收机，可能掩盖真实目标。在拥堵环境中，这会触发误报，甚至导致真实障碍物被遗漏。 美国国家公路交通安全管理局指出：“在少量雷达下工作良好的系统，当许多车辆同时使用76-81 GHz频段时可能显著退化。其他雷达的功率可能比真

在高风险交通场景中，几秒钟决定生死。人类驾驶员本能依赖视觉和听觉，但大多数自动驾驶系统仅重视视觉感知。开罗AI与传感器公司Avelabs推出AutoHears，这是一套端到端声学感知解决方案，赋予车辆可靠的“听觉”。 “视觉是我们评估环境最重要的感官，”Avelabs产品管理总监Amr Abdelsabour在AutoSens Brussels小组会上表示，“但作为驾驶员我们也依赖声音——身后的警笛、盲路口的喇叭声，往往先听到后看见。” AutoSens上，Avelabs发布了AutoHears，这是一个紧凑的声学传感器平台，能实时检测、分类和定位声音。系统包含定制麦克风、机械外壳和专有软件

比利时鲁汶的XenomatiX提供其所谓的“真固态激光雷达传感器”，结合多光束激光架构与无风险、可扩展的半导体技术。 ADAS和自动驾驶等高级汽车应用需要高性能测距和物体检测。激光雷达——也称飞行时间（ToF）或激光雷达——通过发射精确光脉冲并测量回波信号满足这一需求。关键参数包括脉冲功率、往返时间、相移和脉冲宽度。 激光雷达系统主要分两类：机械式和光学式。机械式利用旋转头实现宽视场（达360°）和优异信噪比，但体积大、重量重。固态激光雷达消除运动部件，提供更高可靠性和更小尺寸，但传统上以视场较窄为代价。XenomatiX通过多光束策略克服了这一限制。 本文探讨XenomatiX的“真固态”技

当前传感器的能力虽有帮助，但对于全自动驾驶汽车而言仍相对初级。不过汽车行业在过去几年取得了显著进展。 五六年前，一辆新车可能搭载60到100个传感器；如今这一数字接近或超过200个。随着车辆变得更智能、更接近完全自动驾驶，传感器的复杂度持续提升，为新的日常功能奠定基础。 为推动这些进步，技术供应商和车企正攻克几大关键挑战：传感器退化、行业标准化、以及网络安全防御的长期维护。 汽车传感器竞赛 车企和OEM必须跟上传感器与数据技术的快速演进。传感器必须提供高保真数据，以满足车辆系统严苛的设计规范。 不同传感器各有优劣。融合摄像头、激光雷达、雷达、超声波等多传感器，能获得更完整的环境感知。 在行人、

KeepTruckin推出了新一代后装行车记录仪，利用Ambarella的CV22系统级芯片（SoC），为卡车及其他商用车提供实时驾驶员监控和高级ADAS功能。 驾驶员监控技术成汽车安全基石 驾驶员监控技术已成为汽车安全的核心。虽然大部分讨论集中在乘用车领域，但商用车队从持续的驾驶员监管中获益巨大——可减少事故、降低保险成本，并为车队管理者提供可落地的风险数据。 双摄像头设计，单芯片驱动 KeepTruckin与边缘AI视觉SoC领导者Ambarella合作，开发出一款紧凑型行车记录仪，仅用单颗CV22芯片即可驱动双摄像头系统：前向摄像头用于ADAS和事故记录，RGB-IR摄像头用于驾驶员监控

连续波 (CW) 飞行时间 (ToF) 相机提供无与伦比深度精度，成为现代机器视觉、汽车安全、消费应用必备。本文介绍 CW CMOS ToF 相机系统核心架构，解释为何其超越传统 3D 成像方案。后续文章将深入探讨照明子系统、光学、电源管理、深度处理算法。 引言 高分辨率 3D 深度成像现为安全关键机器视觉先决条件。可靠深度数据确保机器人工作单元和协作机器人在大型反射空间或移动物体中安全靠近人类作业。传统低分辨率测距仪无法满足这些需求。相比之下，CW CMOS ToF 相机提供市场最高性能，实现视频虚化、人脸认证、驾驶员警觉监测、车内配置等应用。 表 1. 连续波飞行时间系统特性 系统特性赋

随着汽车摄像头和毫米波雷达增长，激光雷达在高精度路况感知和物体检测中巩固角色。但挑战犹存：提升测距精度、确保多样环境下安全可靠、迈向固态、紧凑、高性价比设计。索尼以激光雷达技术突破应对这些障碍。 单光子雪崩二极管 (SPAD) 像素构成直接飞行时间 (dToF) 传感器核心，通过计时光源发射光经物体反射返回测量距离。 索尼新款 IMX459 SPAD 深度传感器将 SPAD 像素与专用测距处理电路集成于单一硅芯片——汽车激光雷达领域首创。量产计划 2022 年 3 月启动，承诺为高级驾驶辅助系统 (ADAS) 和自动驾驶 (AD) 提供增强探测识别性能。 IMX459 基于索尼成熟 CMOS

语音助手现嵌入几乎每个产品、电器、技术。虽提供便利，但持续监听唤醒词——“OK Google”或“Alexa”——消耗电力。设备激增世界，减少此能耗足迹至关重要。 本文概述低功耗常开语音指令系统关键设计考量，采用语音活动检测 (VAD)。考察权衡和元件选择，实现用户友好、节能语音用户界面 (VUI)。 VAD 先检测人类语音，系统才监听唤醒词。意味着助手仅在需要时消耗电力。全球 42 亿数字语音助手，预计 2024 年翻倍，引入 VAD 可大幅削减用户和制造商能耗。 典型 VUI 硬件含麦克风——单个或阵列——连接音频处理器捕获处理语音。音频流可由边缘音频处理器、嵌入式处理器智能麦克风、或标准

基于视觉的驾驶员监控系统 (DMS) 正从小众走向主流，重塑全球汽车安全与合规。近期市场报告和行业活动凸显技术日益增长的相关性，特别是曾视 DMS 为可选的美国 OEM 和消费者。 市场演进 在 EE Times “下一代 EV 与 AV 路线图”主题演讲中，我强调了 ADAS 前视摄像头细分市场演进。Mobileye 现以约 60% 市场份额占主导，2017 年被英特尔以 153 亿美元收购。然而行业根基在于收购前十年，OEM 关系已形成。 Mobileye 2014 年 SEC F-1 文件披露大量 OEM 和一级供应商合作伙伴，Magna 首列供应商名单——展示 Magna 早早识别

汽车雷达的普及将曾经次要的担忧变为关键安全问题：当多车辆同时发射，其信号会相互干扰。 雷达已成高级驾驶辅助系统 (ADAS) 基石，配合 CMOS 摄像头提供全天候能见度，实现自动紧急制动 (AEB) 等功能。然而，若雷达“交叉彼此数据流”，如 NXP 的 Huanyu Gu 曾著名警告，其性能会受损。 “有件很重要的事我忘了告诉你。别交叉数据流。那会很糟。” 尽管厂商尚未公开强调此风险，但现代道路上雷达配备车辆的巨大密度意味着干扰不可避免。 雷达用于从自适应巡航控制、盲点检测到前向碰撞预警、智能泊车辅助等一系列安全功能。实现 360 度视野需短距和长距单元，AEB 系统常结合雷达、激光雷达

在高级驾驶辅助系统 (ADAS) 和自动驾驶汽车快速演进的格局中，激光雷达波长选择是塑造性能、成本和安全的关键决策。本文从技术、市场和经济因素审视当前近红外 (NIR) 激光雷达为何优于短波红外 (SWIR)，并提供基于证据的视角判断哪种波长可能胜出。 传感器融合：自主感知的支柱 ADAS 和自动驾驶依赖三大互补传感器：摄像头、雷达、激光雷达。各模态贡献独特优势——摄像头视觉细节、雷达速度数据、激光雷达精确 3D 深度。融合这些流，车辆能构建稳健、冗余感知模型，对生命关键决策至关重要。 图 1：摄像头、雷达、激光雷达数据融合提供全面态势感知。 激光雷达市场动态 汽车激光雷达有望爆发增长，从 2

一款 CMOS 飞行时间 (ToF) 传感器，Teledyne e2v 的 Hydra3D，为工业和户外用途提供可靠 3D 检测和测距，含机器人、自动导引车、监控系统。传感器采用 10 µm 三抽头像素，在 30 fps 以上深度图下捕捉快速移动场景无运动模糊。 拥有 832 × 600 像素分辨率，Hydra3D 提供从 20 ns 开始的快速传输时间、优秀解调对比度和高灵敏度。它在室内外条件下跨短、中、长距离实时运行，宽视场捕捉 2D 和 3D 图像。 Hydra3D 嵌入能力含多采集模式、非破坏性读取的高动态范围模式、可编程曝光时间、行/列感兴趣区域、多触发选项、片上多系统管理。这种灵活

3D 激光雷达技术领军者 Quanergy 推出 Qortex Flow Management 平台——一种 AI 驱动解决方案，监测人流、执行占用限制、标记体温升高个体。 凭 2020 年大流行技术创新奖获认可，Quanergy 将旗舰技术转向满足可靠社交距离工具的紧迫需求。今日，平台部署于零售、机场、工厂、公共交通，维持人群安全距离。 LiDAR (光探测和测距) 通过脉冲低功率激光并计时返回工作。通过测量飞行时间，传感器计算精确 3D 位置和深度，生成丰富点云，实时揭示移动物体。 “用激光雷达，我们能瞬间确定到任意物体距离，再构建完整 3D 图像，”Quanergy 首席营销官 Enzo

意法半导体宣布成立 LaSAR 联盟（面向增强现实的激光扫描），一个由技术开发者、供应商和制造商组成的生态系统，协作开发和加速增强现实 (AR) 智能眼镜。创始成员除 ST 外，包括 Applied Materials、Dispelix、Mega1 和 Osram。 联盟聚焦满足全天候可穿戴智能眼镜的技术挑战。眼镜将平衡小巧轻量外形、极低功耗运行与良好 FoV (视场) 和大瞳孔范围。创始成员凝聚于共识：基于 ST 开发的激光束扫描 (LBS) 方案的近眼显示已展现满足所有这些要求的潜力。 LaSAR 联盟汇聚所有基础要素——来自 ST 的 MEMS 微镜平台和 BCD 专长、Osram 的紧

为打造运动传感器、麦克风、计时器件和能量收集器等微机电系统 (MEMS) 的工程师，Coventor——Lam Research 子公司——发布其 MEMS 设计自动化平台新一代版本。CoventorMP 1.3 扩展可精准建模的几何谱系，引入复杂器件构建工具，提供更快、更可靠的仿真结果。 CoventorMP 套件提供单一统一工作空间，跨越从全参数化设计录入到生产就绪功能模型。核心 MEMS+ 组件让用户将先进有限元网格或 MEMS 专用构建块组装成完整器件。输出无缝集成至 MathWorks Simulink 和 Cadence 电路环境，仿真性能比传统有限元求解器快达 100 倍。 此版

压电 MEMS 解决方案领军供应商 Vesper 发布 VM3011——一种学习环境噪声以延长休眠周期、将电池寿命提升高达十倍的智能麦克风。 瞄准低功耗常开监听设备细分市场，VM3011 是首款搭载 Vesper 自适应 ZeroPower Listening (ZPL) 技术的智能数字麦克风。ZPL 实时持续学习周围声学概况，让传感器忽略背景闲聊，仅在检测到关键词或其他期望触发词时激活。结果是麦克风约 90% 时间处于休眠，大幅延长电池寿命。 “现有常开监听系统持续运行必须插电，”CEO Matt Crowley 说。“VM3011 建立新范式：设备现在可仅靠电池运行数月甚至数年。这一突破将

面对 COVID-19 危机，政府、医疗专业人员和产业界正转向三大强力盟友：大规模数据分析、人工智能和热成像传感器网络。这些技术正帮助减轻公共卫生冲击并稳定全球经济。 COVID-19 属于导致 SARS 和普通感冒的同一病毒家族。作为新型病原体，它让世界措手不及，早期检测零星，导致民众不知本地病例数、不知如何应对。数周内，AI 和数据科学专家识别出明确机会：利用计算工具支持流行病学家和危机管理团队。 数据科学长期支撑公共卫生干预。首个记录在案的数据驱动疫情响应可追溯至 1852 年，John Snow 绘制伦敦霍乱死亡地图，锁定受污染水源。现代算法延续这一遗产，提供病毒传播和控制措施的实时洞